• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Information >Detecting Emotions in English and Arabic Tweets
【24h】

Detecting Emotions in English and Arabic Tweets

机译：检测英语和阿拉伯语推文中的情绪

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Assigning sentiment labels to documents is, at first sight, a standard multi-label classification task. Many approaches have been used for this task, but the current state-of-the-art solutions use deep neural networks (DNNs). As such, it seems likely that standard machine learning algorithms, such as these, will provide an effective approach. We describe an alternative approach, involving the use of probabilities to construct a weighted lexicon of sentiment terms, then modifying the lexicon and calculating optimal thresholds for each class. We show that this approach outperforms the use of DNNs and other standard algorithms. We believe that DNNs are not a universal panacea and that paying attention to the nature of the data that you are trying to learn from can be more important than trying out ever more powerful general purpose machine learning algorithms.
机译：乍看之下，将情感标签分配给文档是一项标准的多标签分类任务。许多方法已用于此任务，但当前的最新解决方案使用深度神经网络（DNN）。这样，诸如此类的标准机器学习算法似乎将提供一种有效的方法。我们描述了一种替代方法，涉及使用概率来构造情感术语的加权词典，然后修改词典并为每个类别计算最佳阈值。我们证明了这种方法优于DNN和其他标准算法的使用。我们相信DNN并不是万能的灵丹妙药，与尝试功能更强大的通用机器学习算法相比，关注要尝试从中学习的数据的性质可能更为重要。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号